SlideShare una empresa de Scribd logo
1 de 20
Descargar para leer sin conexión
Ejemplos de Estacionalidad 
UNAD México, Noviembre 2014 
Gpe. Rodríguez 
Procesos Estocásticos
Estacionalidad 
 Teorema: Toda matriz estocástica P tiene como valor propio a 
λ=1, es decir, existe un vector π tal que: 
π= λ πP 
Donde λ=1 siendo π un vector renglón 
 Una cadena de Markov es estacionaria si su distribución de 
probabilidad incondicional πn tiende a mantenerse 
constante a largo plazo, cuando n tiende a infinito 
independientemente en que estado se inicie. Esto 
significa que las probabilidades se estabilizan en el 
tiempo.
Estacionalidad 
Se sabe que: 
πn= πn-1P 
Ahora 
π= lim πn 
n→∞ 
Entonces 
π= lim πn-1P 
n→∞ 
Si hay estacionalidad 
lim πn-1=π 
n→∞ 
Por tanto 
π= πP
Estacionalidad 
 Aunque se continúe multiplicando por la matriz P el vector π 
ya no cambia. El vector π es el vector característico de la 
matriz P correspondiente al valor característico λ=1 
 Para obtener π basta con resolver el sistema de ecuaciones: 
π= πP 
Agregando la restricción adicional 
Σ π(x)=1 
x∈S
Ejemplos 
Para λ 
1=1 
 
  
 
 
  
(π (0), π (1)) (π (0), π (1)) 
 
= 
0.3 0.7 
0.5 0.5 
π(0)=0.3π(0)+0.5π(1) 
π(1)=0.7π(0)+0.5π(1) 
π(0)+π(1)=1 
Despejando π(0)=5/12 y π(1)=7/12 
 
  
 
 
= 
  
 
0.3 0.7 
0.5 0.5 
P 
0 1 
0.3 
0.7 
0.5 
0.5 
0 
0.3 0.7 
0.5 0.5 
= 
− 
− 
λ 
λ 
 Ejemplo 1 
Encontrando los valores propios 
(0.3-λ)(0.5-λ)-(0.35)=0 
0.15-0.8λ+λ2-0.35=0 
λ2 -0.8λ-0.2=0 
(λ-1)(λ+0.2)=0 ∴λ 
1=1 λ 
2=-0.2
Ejemplos 
Si multiplicamos 
 
0.3 0.7 
) 
 
5 
7 
( , 
 
 = Supongamos que iniciamos en cero 
π 
0=(1,0) 
π 
1=(0.3,0.7) 
π 
3=(0.44,0.56) 
. 
. 
. 
) 
7 
, 
12 
5 
( 
12 
0.5 0.5 
12 
12 
 
  
 
El 42% del tiempo se 
pasará en el estado 0 y 
el 58% en el estado 1 
¿Qué pasará 
si iniciamos 
en 1?
Ejemplos 
Movilidad absoluta 
0 1 
 
 
= 
P   
1 0 
 
  
 
1 
0 1 
1 
0 
0 1 
1 0 
= 
− 
− 
λ 
λ 
Para λ 
1=1 
π(0)=π(1) 
π(1)=π(0) 
π(0)+π(1)=1 
 
 
0 1 
Despejando π(0)=1/2 y π(1)=1/2 
 Ejemplo 2 
Encontrando los valores propios 
λ2 -1=0 
∴λ 
1=+1 λ 
2=-1 
  
 
  
 
= 
1 0 
(π (0), π (1)) (π (0), π (1)) 
El orden es 2 en las raíces de 1 en 
este caso nos indican periodicidad de 
orden 2.
Ejemplos 
Si multiplicamos 
 
0 1 
) 
2 
 
1 
( =   
Supongamos que iniciamos en uno 
π 
0=(0,1) 
π 
1=(1,0) 
π 
3=(0,1) 
. 
. 
. 
1 
, 
2 
) 
2 
1 
( 
1 0 
1 
, 
2 
 
  
 
El 50% del tiempo se 
pasará en el estado 0 y 
el 50% en el estado 1 
¿Qué pasará 
si iniciamos 
en 0?
Ejemplos 
 
0 1 
 
= 
P   0 1 
 
  
 
1 
0 1 
1 
0 
0 1 
0 1 
= 
− 
− 
λ 
λ 
Para λ 
2=1 
π(0)=0 
 
0 1 
π(1)=π(0)+ π(1) 
π(0)+π(1)=1 
 
Despejando π(0)=0 y π(1)=1 
 Ejemplo 3 
Encontrando los valores propios 
λ2 -λ-0=0 
λ(λ-1)=0 
∴λ 
1=0 λ 
2=1 
  
 
  
 
= 
0 1 
(π (0), π (1)) (π (0), π (1))
Ejemplos 
Si multiplicamos 
 
0 1 
 
1) , 0 ( =   
Supongamos que iniciamos en cero 
π 
0=(1,0) 
π 
1=(0,1) 
π 
3=(0,1) 
. 
. 
. 
(0, 1) 
0 1 
 
  
 
El 0% del tiempo se pasará 
en el estado 0 y el 100% 
en el estado 1 (estado 
absorbente) 
¿Qué pasará 
si iniciamos 
en 1?
Ejemplos 
1 0 
 
= 
P   0 1 
 
 
  
 
0 1 
1 
1 
0 
1 0 
0 1 
= 
− 
− 
λ 
λ 
Para λ 
1=1 
 
1 0 
π(0)= π(0) 
π(1)= π(1) 
π(0)+π(1)=1 
 
Solución múltiple, no es estacionario. 
 Ejemplo 4 
Encontrando los valores propios 
(1-λ)2=0 
λ2 -2λ+1=0 
∴λ 
1=1 λ 
2=1 
  
 
  
 
= 
0 1 
(π (0), π (1)) (π (0), π (1)) 
Dos raíces 
iguales a la 
unidad indica 
dos estados 
absorbentes y 
dos clases 
finales
Ejemplos 
Supongamos que iniciamos en cero 
π 
0=(1,0) 
π 
1=(1,0) 
π 
3=(1,0) 
. 
. 
. 
¿Qué pasará 
si iniciamos 
en 1?
Ejemplo 5 
 
0 1 0 
= 0 1 
0 0 1 
 
Encontrando los valores propios 
-λ3 +1=0 
λ3=1 
∴λ 
0 1 0 
0 0 1 
1=1 λ 
2=1 λ 
3=1 
Ejemplos 
Movilidad Absoluta (Periodicidad de orden 3) 
1 0 0 
P 
   
 
   
 
1 
1 
0 
1 0 0 
= 
− 
− 
− 
λ 
λ 
λ 
1 2 
Para λ 
1=1 
π(0)=π(2) 
π(1)=π(0) 
π(2)= π(1) 
 
0 1 0 
0 0 1 
π(0)+π(1)+ π(2)=1 
 
Despejando π(0)=1/3, π(1)=1/3, 
π(2)=1/3 
   
 
   
 
= 
1 0 0 
(π (0), π (1), π (2)) (π (0), π (1), π (2)) 
El orden es 3, 
indica que el 
periodo es 3
Ejemplos 
Si multiplicamos 
0 1 0 
 
 
(1/3, 1/3, 1/3) 0 0 1 
= 
Supongamos que iniciamos en el estado 2 
π 
0=(0,0,1) 
π 
1=(1,0,0) 
π 
3=(0,1,0) 
. 
. 
. 
(1/3, 1/3, 1/3) 
1 0 0 
   
 
    
El 33% estaremos en cada 
estado 
Periodicidad 
de orden 3
Ejemplo 6 
0 0.2 0.4 0.4 
0 1 0 0 
0 0 1 0 
 
 
Encontrando los valores propios 
0.2 0.4 0.4 
0 1 0 0 
0 0 1 0 
-λ(1-λ)(1-λ)(1-λ)=0 
∴λ 
1=0 λ 
2=1 λ 
3=1, λ 
4=1 
Ejemplos 
0 0 0 0 
P 
     
 
     
 
= 
0 
1 
2 
0.4 
1 
1 
0 
0 0 0 1 
= 
− 
− 
− 
− 
λ 
λ 
λ 
λ 
Para λ 
0.4 
2=1 
π(0)=0 
 
0 0.2 0.4 0.4 
0 1 0 0 
0 0 1 0 
2 
0.2 
π(1)=0.2 π(0)+ π(1) 
π(2)=0.4π(0)+ π(2) 
π(3)=0.4 π(1)+ π(3) 
π(0)+π(1)+ π(2)+ π(3) =1 
 
1 
Solución Múltiple, no es estacionario, la 
distribución a largo plazo depende en que 
estado se inicie 
     
 
     
 
= 
0 0 0 1 
(π (0), π (1), π (2), π (3)) (π (0), π (1), π (2), π (3)) 
3 raíces igual a 1(3 clases finales: 3 
estados absorbentes)
Ejemplo 7 
0.5 0.5 0 
0 0 1 
 
 
= 
Encontrando los valores propios 
0.5 0.5 0 
0 0 1 
(0.5-λ)(-λ(0.5-λ)-0.5)=0 
(0.5-λ)(-0.5λ+λ2-0.5)=0 
(0.5-λ) (λ-1) (λ-0.5)=0 
∴λ 
1=0.5 λ 
2=1 λ 
3=-0.5 
Ejemplos 
0 0.5 0.5 
P 
   
 
   
 
0 
2 
0 
0 0.5 0.5 
= 
− 
− 
− 
λ 
λ 
λ 
Para λ 
2=1 
(π (0), π (1), π (2)) = 
(π (0), π (1), π (2)) 
π(0)=0.5π(0) 
 
   
 
0.5 0.5 0 
0 0 1 
0 0.5 0.5 
π(1)=0.5π(0)+ 0.5π(2) 
π(2)= π(1)+0.5 π(2) 
π(0)+π(1)+ π(2)=1 
 
   
 
Despejando π(0)=0, π(1)=1/3, π(2)=2/3 
1 
{1,2} 
Recurrentes 
{0} 
Transitorio 
Clase final 
Un sólo valor 
característico 
igual 1 
significa una 
sola clase 
final
Ejemplos 
Si multiplicamos 
0.5 0.5 0 
 
 
(0, 1/3, 2/3) 0 0 1 
= 
Supongamos que iniciamos en el estado 0 
π 
0=(1,0,0) 
π 
1=(0.5,0.5,0) 
π 
3=(0.25,0.25,0.5) 
. 
. 
. 
(0, 1/3, 2/3) 
0 0.5 0.5 
   
 
   
 
El 33% estaremos en el 
estado 1 y el 66% en el 
estado 2 y 0 en el estado 0 
La 
distribución 
a largo plazo 
es única y no 
depende del 
estado inicial 
¿Qué pasará 
si iniciamos 
en 1 o 2?
Ejemplo 8 
0 0.5 0.5 
0 0 1 
 
 
= 
Encontrando los valores propios 
-λ(λ2-1)=0 
∴λ 
0 0.5 0.5 
0 0 1 
1=0 λ 
2=1 λ 
3=-1 
Ejemplos 
0 1 0 
P 
   
 
   
 
0 
2 
0 
0 1 
= 
− 
− 
− 
λ 
λ 
λ 
Para λ 
2=1 
(π (0), π (1), π (2)) (π (0), π (1), π (2)) 
π(0)=0 
 
   
 
= 
0 0.5 0.5 
0 0 1 
0 1 0 
π(1)=0.5π(0)+ π(2) 
π(2)= 0.5π(0)+π(1) 
π(0)+π(1)+ π(2)=1 
 
   
 
Despejando π(0)=0, π(1)=1/2, π(2)=1/2 
1 
{1,2} 
Recurrentes 
{0} 
Transitorio 
Clase final 
Un sólo valor 
característico 
igual 1 significa 
una sola clase 
final de orden 2 
(periodicidad 2)
Ejemplos 
Si multiplicamos 
0 0.5 0.5 
 
 
(0, 1/2, 1/2) 0 0 1 
= 
Supongamos que iniciamos en el estado 0 
π 
0=(1,0,0) 
π 
1=(0,0.5,0.5) 
π 
3=(0,0.5,0.5) 
. 
. 
. 
(0, 1/2, 1/2) 
0 1 0 
   
 
   
 
El 50% estaremos en el 
estado 1 y 2, y 0 en el 
estado 0 
¿Qué pasará 
si iniciamos 
en 1 o 2?
Observaciones Generales 
 Toda matriz estocástica P tiene al menos un valor 
característico λ=1 
 El número de valores característicos iguales a uno es igual al 
número de clases finales de la cadena. 
 El número de valores característicos raíces de la unidad 
(λ5=1) indica el orden de la periodicidad. La periodicidad de 
orden 1 implica aperiodicidad. 
 Cuando hay más de una clase final existen múltiples 
soluciones para el vector de distribución a largo plazo π. 
 Cuando hay periodicidad el estado a largo plazo depende en 
realidad del estado inicial y del número de transición.

Más contenido relacionado

La actualidad más candente (20)

Anualidades
AnualidadesAnualidades
Anualidades
 
Distribución de probabilidad según poisson
Distribución de probabilidad según poissonDistribución de probabilidad según poisson
Distribución de probabilidad según poisson
 
Series2 - Analisis de series temporales
Series2 - Analisis de series temporalesSeries2 - Analisis de series temporales
Series2 - Analisis de series temporales
 
Matematica financiera
Matematica financieraMatematica financiera
Matematica financiera
 
Pc matematica-financiera
Pc matematica-financieraPc matematica-financiera
Pc matematica-financiera
 
Expo 1 problema de presupuesto
Expo 1   problema de presupuestoExpo 1   problema de presupuesto
Expo 1 problema de presupuesto
 
Interes compuesto
Interes compuestoInteres compuesto
Interes compuesto
 
Distribuciones muestrales
Distribuciones muestralesDistribuciones muestrales
Distribuciones muestrales
 
Distribución de poisson
Distribución de poissonDistribución de poisson
Distribución de poisson
 
2 ecuaciones de valor
2   ecuaciones de valor2   ecuaciones de valor
2 ecuaciones de valor
 
Problemas resueltos ues
Problemas resueltos uesProblemas resueltos ues
Problemas resueltos ues
 
Cuenta cts
Cuenta ctsCuenta cts
Cuenta cts
 
Ejercicios de análisis de regresión múltiple
Ejercicios de análisis de regresión múltipleEjercicios de análisis de regresión múltiple
Ejercicios de análisis de regresión múltiple
 
Estudio del van,tir y tasa real
Estudio del van,tir y tasa realEstudio del van,tir y tasa real
Estudio del van,tir y tasa real
 
Estadistica II IIBimestre
Estadistica II    IIBimestreEstadistica II    IIBimestre
Estadistica II IIBimestre
 
Teorema de chebyshev
Teorema de chebyshevTeorema de chebyshev
Teorema de chebyshev
 
Ecuaciones de valor
Ecuaciones de valorEcuaciones de valor
Ecuaciones de valor
 
Metodo.Holt-Winters.pdf
Metodo.Holt-Winters.pdfMetodo.Holt-Winters.pdf
Metodo.Holt-Winters.pdf
 
Amortización expo
Amortización   expoAmortización   expo
Amortización expo
 
INTERES SIMPLE, COMPUESTO Y ANUALIDADES
INTERES SIMPLE, COMPUESTO Y ANUALIDADESINTERES SIMPLE, COMPUESTO Y ANUALIDADES
INTERES SIMPLE, COMPUESTO Y ANUALIDADES
 

Destacado

Minimizar la estacionalidad en turismo
Minimizar la estacionalidad en turismoMinimizar la estacionalidad en turismo
Minimizar la estacionalidad en turismoHosteltur
 
Distribución inicial de las cadenas de Markov
Distribución inicial de las cadenas de MarkovDistribución inicial de las cadenas de Markov
Distribución inicial de las cadenas de MarkovLupita Rodríguez
 
Introducción a la probabilidad
Introducción a la probabilidadIntroducción a la probabilidad
Introducción a la probabilidadLupita Rodríguez
 
Soluciones factibles y soluciones básicas factibles
Soluciones factibles y soluciones básicas factiblesSoluciones factibles y soluciones básicas factibles
Soluciones factibles y soluciones básicas factiblesLupita Rodríguez
 
Patrones de datos en la serie de tiempos
Patrones de datos en la serie de tiemposPatrones de datos en la serie de tiempos
Patrones de datos en la serie de tiemposAlberth ibañez Fauched
 
Administracion De Operaciones I Programa De Trabajo Pronosticos
Administracion De Operaciones I Programa De Trabajo PronosticosAdministracion De Operaciones I Programa De Trabajo Pronosticos
Administracion De Operaciones I Programa De Trabajo Pronosticosguestb9bf58
 
Series de Tiempo
Series de TiempoSeries de Tiempo
Series de Tiempoxpr1985
 
Proyecto final grupo_102058_38
Proyecto final grupo_102058_38Proyecto final grupo_102058_38
Proyecto final grupo_102058_38ronalitomejia
 
Balance general proyectado
Balance general proyectadoBalance general proyectado
Balance general proyectadoNury Wegner
 
8. presupuesto de operación
8.  presupuesto de operación8.  presupuesto de operación
8. presupuesto de operaciónSamuel Morales
 
Empresa de jugos DeliFrut
Empresa de jugos DeliFrutEmpresa de jugos DeliFrut
Empresa de jugos DeliFrutDeliFrut
 
Proyecto Formativo Del SENA
Proyecto Formativo Del SENAProyecto Formativo Del SENA
Proyecto Formativo Del SENAcesargalle
 
Administracion De Operaciones I Unidad Ii Pronosticos De La Demanda
Administracion De Operaciones I Unidad Ii Pronosticos De La DemandaAdministracion De Operaciones I Unidad Ii Pronosticos De La Demanda
Administracion De Operaciones I Unidad Ii Pronosticos De La Demandaguestb9bf58
 
AP - TEMA 15: PRONOSTICOS I
AP - TEMA 15: PRONOSTICOS IAP - TEMA 15: PRONOSTICOS I
AP - TEMA 15: PRONOSTICOS IMANUEL GARCIA
 

Destacado (20)

Estacionalidad y temporalidad
Estacionalidad y temporalidadEstacionalidad y temporalidad
Estacionalidad y temporalidad
 
Minimizar la estacionalidad en turismo
Minimizar la estacionalidad en turismoMinimizar la estacionalidad en turismo
Minimizar la estacionalidad en turismo
 
Distribución inicial de las cadenas de Markov
Distribución inicial de las cadenas de MarkovDistribución inicial de las cadenas de Markov
Distribución inicial de las cadenas de Markov
 
Introducción a la probabilidad
Introducción a la probabilidadIntroducción a la probabilidad
Introducción a la probabilidad
 
Soluciones factibles y soluciones básicas factibles
Soluciones factibles y soluciones básicas factiblesSoluciones factibles y soluciones básicas factibles
Soluciones factibles y soluciones básicas factibles
 
Patrones de datos en la serie de tiempos
Patrones de datos en la serie de tiemposPatrones de datos en la serie de tiempos
Patrones de datos en la serie de tiempos
 
Administracion De Operaciones I Programa De Trabajo Pronosticos
Administracion De Operaciones I Programa De Trabajo PronosticosAdministracion De Operaciones I Programa De Trabajo Pronosticos
Administracion De Operaciones I Programa De Trabajo Pronosticos
 
Series de Tiempo
Series de TiempoSeries de Tiempo
Series de Tiempo
 
Proyecto final grupo_102058_38
Proyecto final grupo_102058_38Proyecto final grupo_102058_38
Proyecto final grupo_102058_38
 
Presupuesto de operación
Presupuesto de operaciónPresupuesto de operación
Presupuesto de operación
 
Jugos Naturales
Jugos NaturalesJugos Naturales
Jugos Naturales
 
Problemas render heizer
Problemas render heizerProblemas render heizer
Problemas render heizer
 
Balance general proyectado
Balance general proyectadoBalance general proyectado
Balance general proyectado
 
8. presupuesto de operación
8.  presupuesto de operación8.  presupuesto de operación
8. presupuesto de operación
 
Empresa de jugos DeliFrut
Empresa de jugos DeliFrutEmpresa de jugos DeliFrut
Empresa de jugos DeliFrut
 
Proyecto Formativo Del SENA
Proyecto Formativo Del SENAProyecto Formativo Del SENA
Proyecto Formativo Del SENA
 
Administracion De Operaciones I Unidad Ii Pronosticos De La Demanda
Administracion De Operaciones I Unidad Ii Pronosticos De La DemandaAdministracion De Operaciones I Unidad Ii Pronosticos De La Demanda
Administracion De Operaciones I Unidad Ii Pronosticos De La Demanda
 
MÉTODO DE TRANSPORTE
MÉTODO DE TRANSPORTEMÉTODO DE TRANSPORTE
MÉTODO DE TRANSPORTE
 
Estados financiero proyectados
Estados financiero proyectadosEstados financiero proyectados
Estados financiero proyectados
 
AP - TEMA 15: PRONOSTICOS I
AP - TEMA 15: PRONOSTICOS IAP - TEMA 15: PRONOSTICOS I
AP - TEMA 15: PRONOSTICOS I
 

Similar a Ejemplos de estacionalidad

Estimacion de parametros
Estimacion de parametrosEstimacion de parametros
Estimacion de parametrosUFRO
 
ECUACIONES DIFERENCIALES DE SEGUNDO GRA
ECUACIONES DIFERENCIALES DE SEGUNDO  GRAECUACIONES DIFERENCIALES DE SEGUNDO  GRA
ECUACIONES DIFERENCIALES DE SEGUNDO GRAINGENIERAMARIANALUJA
 
Electrónica digital: Tema 2 Funciones lógicas
Electrónica digital: Tema 2 Funciones lógicas Electrónica digital: Tema 2 Funciones lógicas
Electrónica digital: Tema 2 Funciones lógicas SANTIAGO PABLO ALBERTO
 
Cadenas de Markov - Estados absorbentes y de tiempo continuo
Cadenas de Markov - Estados absorbentes y de tiempo continuoCadenas de Markov - Estados absorbentes y de tiempo continuo
Cadenas de Markov - Estados absorbentes y de tiempo continuoAlberto Carranza Garcia
 
2. bioquimica y termodinamica
2.  bioquimica y termodinamica2.  bioquimica y termodinamica
2. bioquimica y termodinamicaDoris YMarcos
 
Expansión polinomial en series de taylor
Expansión polinomial en series de taylorExpansión polinomial en series de taylor
Expansión polinomial en series de taylorluis
 
Taller procesos estocásticos
Taller procesos estocásticosTaller procesos estocásticos
Taller procesos estocásticosAlejandro Lopez
 
Transformada de laplace propiedades
Transformada de laplace propiedadesTransformada de laplace propiedades
Transformada de laplace propiedadesaquiles bailoyo
 
Ejercicios de espacios vectoriales
Ejercicios de espacios vectorialesEjercicios de espacios vectoriales
Ejercicios de espacios vectorialesluiszamudiobalan
 
Termodinamica de soluciones
Termodinamica de solucionesTermodinamica de soluciones
Termodinamica de solucionescruizgaray
 
S14 ecuacion de_onda_-_ecuacion_del_calor
S14 ecuacion de_onda_-_ecuacion_del_calorS14 ecuacion de_onda_-_ecuacion_del_calor
S14 ecuacion de_onda_-_ecuacion_del_calorNeil Sulca Taipe
 

Similar a Ejemplos de estacionalidad (20)

Laplace
LaplaceLaplace
Laplace
 
Articulo
ArticuloArticulo
Articulo
 
Mr1i 753-2007-2
Mr1i 753-2007-2Mr1i 753-2007-2
Mr1i 753-2007-2
 
Estimacion de parametros
Estimacion de parametrosEstimacion de parametros
Estimacion de parametros
 
ECUACIONES DIFERENCIALES DE SEGUNDO GRA
ECUACIONES DIFERENCIALES DE SEGUNDO  GRAECUACIONES DIFERENCIALES DE SEGUNDO  GRA
ECUACIONES DIFERENCIALES DE SEGUNDO GRA
 
Ecuaciones diferenciales ordinarias
Ecuaciones diferenciales ordinariasEcuaciones diferenciales ordinarias
Ecuaciones diferenciales ordinarias
 
Ecuaciones diferenciales ordinarias
Ecuaciones diferenciales ordinariasEcuaciones diferenciales ordinarias
Ecuaciones diferenciales ordinarias
 
Electrónica digital: Tema 2 Funciones lógicas
Electrónica digital: Tema 2 Funciones lógicas Electrónica digital: Tema 2 Funciones lógicas
Electrónica digital: Tema 2 Funciones lógicas
 
Cadenas de Markov - Estados absorbentes y de tiempo continuo
Cadenas de Markov - Estados absorbentes y de tiempo continuoCadenas de Markov - Estados absorbentes y de tiempo continuo
Cadenas de Markov - Estados absorbentes y de tiempo continuo
 
2. bioquimica y termodinamica
2.  bioquimica y termodinamica2.  bioquimica y termodinamica
2. bioquimica y termodinamica
 
Expansión polinomial en series de taylor
Expansión polinomial en series de taylorExpansión polinomial en series de taylor
Expansión polinomial en series de taylor
 
Taller procesos estocásticos
Taller procesos estocásticosTaller procesos estocásticos
Taller procesos estocásticos
 
Transformada de laplace propiedades
Transformada de laplace propiedadesTransformada de laplace propiedades
Transformada de laplace propiedades
 
Ejercicios de espacios vectoriales
Ejercicios de espacios vectorialesEjercicios de espacios vectoriales
Ejercicios de espacios vectoriales
 
Rel2
Rel2Rel2
Rel2
 
Termodinamica de soluciones
Termodinamica de solucionesTermodinamica de soluciones
Termodinamica de soluciones
 
Cadenas de markov
Cadenas de markovCadenas de markov
Cadenas de markov
 
Sol. 3ra PC 19-1.pdf
Sol. 3ra PC 19-1.pdfSol. 3ra PC 19-1.pdf
Sol. 3ra PC 19-1.pdf
 
Cadenas de Markov
Cadenas de MarkovCadenas de Markov
Cadenas de Markov
 
S14 ecuacion de_onda_-_ecuacion_del_calor
S14 ecuacion de_onda_-_ecuacion_del_calorS14 ecuacion de_onda_-_ecuacion_del_calor
S14 ecuacion de_onda_-_ecuacion_del_calor
 

Más de Lupita Rodríguez

Explicación de la definición de las variables aleatorias
Explicación de la definición de las variables aleatoriasExplicación de la definición de las variables aleatorias
Explicación de la definición de las variables aleatoriasLupita Rodríguez
 
Ejemplos de Procesos Estocásticos
Ejemplos de Procesos EstocásticosEjemplos de Procesos Estocásticos
Ejemplos de Procesos EstocásticosLupita Rodríguez
 
Innovación Educativa con Recursos Abiertos
Innovación Educativa con Recursos AbiertosInnovación Educativa con Recursos Abiertos
Innovación Educativa con Recursos AbiertosLupita Rodríguez
 

Más de Lupita Rodríguez (6)

Pruebas de bondad de ajuste
Pruebas de bondad de ajustePruebas de bondad de ajuste
Pruebas de bondad de ajuste
 
Simulacion
SimulacionSimulacion
Simulacion
 
Explicación de la definición de las variables aleatorias
Explicación de la definición de las variables aleatoriasExplicación de la definición de las variables aleatorias
Explicación de la definición de las variables aleatorias
 
Ejemplos de Procesos Estocásticos
Ejemplos de Procesos EstocásticosEjemplos de Procesos Estocásticos
Ejemplos de Procesos Estocásticos
 
Portafolio de trabajo
Portafolio de trabajoPortafolio de trabajo
Portafolio de trabajo
 
Innovación Educativa con Recursos Abiertos
Innovación Educativa con Recursos AbiertosInnovación Educativa con Recursos Abiertos
Innovación Educativa con Recursos Abiertos
 

Último

Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.José Luis Palma
 
texto argumentativo, ejemplos y ejercicios prácticos
texto argumentativo, ejemplos y ejercicios prácticostexto argumentativo, ejemplos y ejercicios prácticos
texto argumentativo, ejemplos y ejercicios prácticosisabeltrejoros
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMarjorie Burga
 
programa dia de las madres 10 de mayo para evento
programa dia de las madres 10 de mayo  para eventoprograma dia de las madres 10 de mayo  para evento
programa dia de las madres 10 de mayo para eventoDiegoMtsS
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxAna Fernandez
 
Historia y técnica del collage en el arte
Historia y técnica del collage en el arteHistoria y técnica del collage en el arte
Historia y técnica del collage en el arteRaquel Martín Contreras
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAEl Fortí
 
Neurociencias para Educadores NE24 Ccesa007.pdf
Neurociencias para Educadores  NE24  Ccesa007.pdfNeurociencias para Educadores  NE24  Ccesa007.pdf
Neurociencias para Educadores NE24 Ccesa007.pdfDemetrio Ccesa Rayme
 
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSTEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSjlorentemartos
 
Lecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadLecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadAlejandrino Halire Ccahuana
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Lourdes Feria
 
UNIDAD DPCC. 2DO. DE SECUNDARIA DEL 2024
UNIDAD DPCC. 2DO. DE  SECUNDARIA DEL 2024UNIDAD DPCC. 2DO. DE  SECUNDARIA DEL 2024
UNIDAD DPCC. 2DO. DE SECUNDARIA DEL 2024AndreRiva2
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADauxsoporte
 
La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.amayarogel
 
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzel CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzprofefilete
 
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIARAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIACarlos Campaña Montenegro
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...JAVIER SOLIS NOYOLA
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...JonathanCovena1
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfAngélica Soledad Vega Ramírez
 

Último (20)

Sesión de clase: Defendamos la verdad.pdf
Sesión de clase: Defendamos la verdad.pdfSesión de clase: Defendamos la verdad.pdf
Sesión de clase: Defendamos la verdad.pdf
 
Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.
 
texto argumentativo, ejemplos y ejercicios prácticos
texto argumentativo, ejemplos y ejercicios prácticostexto argumentativo, ejemplos y ejercicios prácticos
texto argumentativo, ejemplos y ejercicios prácticos
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grande
 
programa dia de las madres 10 de mayo para evento
programa dia de las madres 10 de mayo  para eventoprograma dia de las madres 10 de mayo  para evento
programa dia de las madres 10 de mayo para evento
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docx
 
Historia y técnica del collage en el arte
Historia y técnica del collage en el arteHistoria y técnica del collage en el arte
Historia y técnica del collage en el arte
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
Neurociencias para Educadores NE24 Ccesa007.pdf
Neurociencias para Educadores  NE24  Ccesa007.pdfNeurociencias para Educadores  NE24  Ccesa007.pdf
Neurociencias para Educadores NE24 Ccesa007.pdf
 
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSTEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
 
Lecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadLecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdad
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 
UNIDAD DPCC. 2DO. DE SECUNDARIA DEL 2024
UNIDAD DPCC. 2DO. DE  SECUNDARIA DEL 2024UNIDAD DPCC. 2DO. DE  SECUNDARIA DEL 2024
UNIDAD DPCC. 2DO. DE SECUNDARIA DEL 2024
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDAD
 
La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.
 
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzel CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
 
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIARAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
 

Ejemplos de estacionalidad

  • 1. Ejemplos de Estacionalidad UNAD México, Noviembre 2014 Gpe. Rodríguez Procesos Estocásticos
  • 2. Estacionalidad Teorema: Toda matriz estocástica P tiene como valor propio a λ=1, es decir, existe un vector π tal que: π= λ πP Donde λ=1 siendo π un vector renglón Una cadena de Markov es estacionaria si su distribución de probabilidad incondicional πn tiende a mantenerse constante a largo plazo, cuando n tiende a infinito independientemente en que estado se inicie. Esto significa que las probabilidades se estabilizan en el tiempo.
  • 3. Estacionalidad Se sabe que: πn= πn-1P Ahora π= lim πn n→∞ Entonces π= lim πn-1P n→∞ Si hay estacionalidad lim πn-1=π n→∞ Por tanto π= πP
  • 4. Estacionalidad Aunque se continúe multiplicando por la matriz P el vector π ya no cambia. El vector π es el vector característico de la matriz P correspondiente al valor característico λ=1 Para obtener π basta con resolver el sistema de ecuaciones: π= πP Agregando la restricción adicional Σ π(x)=1 x∈S
  • 5. Ejemplos Para λ 1=1        (π (0), π (1)) (π (0), π (1))  = 0.3 0.7 0.5 0.5 π(0)=0.3π(0)+0.5π(1) π(1)=0.7π(0)+0.5π(1) π(0)+π(1)=1 Despejando π(0)=5/12 y π(1)=7/12      =    0.3 0.7 0.5 0.5 P 0 1 0.3 0.7 0.5 0.5 0 0.3 0.7 0.5 0.5 = − − λ λ Ejemplo 1 Encontrando los valores propios (0.3-λ)(0.5-λ)-(0.35)=0 0.15-0.8λ+λ2-0.35=0 λ2 -0.8λ-0.2=0 (λ-1)(λ+0.2)=0 ∴λ 1=1 λ 2=-0.2
  • 6. Ejemplos Si multiplicamos  0.3 0.7 )  5 7 ( ,   = Supongamos que iniciamos en cero π 0=(1,0) π 1=(0.3,0.7) π 3=(0.44,0.56) . . . ) 7 , 12 5 ( 12 0.5 0.5 12 12     El 42% del tiempo se pasará en el estado 0 y el 58% en el estado 1 ¿Qué pasará si iniciamos en 1?
  • 7. Ejemplos Movilidad absoluta 0 1   = P   1 0     1 0 1 1 0 0 1 1 0 = − − λ λ Para λ 1=1 π(0)=π(1) π(1)=π(0) π(0)+π(1)=1   0 1 Despejando π(0)=1/2 y π(1)=1/2 Ejemplo 2 Encontrando los valores propios λ2 -1=0 ∴λ 1=+1 λ 2=-1       = 1 0 (π (0), π (1)) (π (0), π (1)) El orden es 2 en las raíces de 1 en este caso nos indican periodicidad de orden 2.
  • 8. Ejemplos Si multiplicamos  0 1 ) 2  1 ( =   Supongamos que iniciamos en uno π 0=(0,1) π 1=(1,0) π 3=(0,1) . . . 1 , 2 ) 2 1 ( 1 0 1 , 2     El 50% del tiempo se pasará en el estado 0 y el 50% en el estado 1 ¿Qué pasará si iniciamos en 0?
  • 9. Ejemplos  0 1  = P   0 1     1 0 1 1 0 0 1 0 1 = − − λ λ Para λ 2=1 π(0)=0  0 1 π(1)=π(0)+ π(1) π(0)+π(1)=1  Despejando π(0)=0 y π(1)=1 Ejemplo 3 Encontrando los valores propios λ2 -λ-0=0 λ(λ-1)=0 ∴λ 1=0 λ 2=1       = 0 1 (π (0), π (1)) (π (0), π (1))
  • 10. Ejemplos Si multiplicamos  0 1  1) , 0 ( =   Supongamos que iniciamos en cero π 0=(1,0) π 1=(0,1) π 3=(0,1) . . . (0, 1) 0 1     El 0% del tiempo se pasará en el estado 0 y el 100% en el estado 1 (estado absorbente) ¿Qué pasará si iniciamos en 1?
  • 11. Ejemplos 1 0  = P   0 1      0 1 1 1 0 1 0 0 1 = − − λ λ Para λ 1=1  1 0 π(0)= π(0) π(1)= π(1) π(0)+π(1)=1  Solución múltiple, no es estacionario. Ejemplo 4 Encontrando los valores propios (1-λ)2=0 λ2 -2λ+1=0 ∴λ 1=1 λ 2=1       = 0 1 (π (0), π (1)) (π (0), π (1)) Dos raíces iguales a la unidad indica dos estados absorbentes y dos clases finales
  • 12. Ejemplos Supongamos que iniciamos en cero π 0=(1,0) π 1=(1,0) π 3=(1,0) . . . ¿Qué pasará si iniciamos en 1?
  • 13. Ejemplo 5  0 1 0 = 0 1 0 0 1  Encontrando los valores propios -λ3 +1=0 λ3=1 ∴λ 0 1 0 0 0 1 1=1 λ 2=1 λ 3=1 Ejemplos Movilidad Absoluta (Periodicidad de orden 3) 1 0 0 P         1 1 0 1 0 0 = − − − λ λ λ 1 2 Para λ 1=1 π(0)=π(2) π(1)=π(0) π(2)= π(1)  0 1 0 0 0 1 π(0)+π(1)+ π(2)=1  Despejando π(0)=1/3, π(1)=1/3, π(2)=1/3         = 1 0 0 (π (0), π (1), π (2)) (π (0), π (1), π (2)) El orden es 3, indica que el periodo es 3
  • 14. Ejemplos Si multiplicamos 0 1 0   (1/3, 1/3, 1/3) 0 0 1 = Supongamos que iniciamos en el estado 2 π 0=(0,0,1) π 1=(1,0,0) π 3=(0,1,0) . . . (1/3, 1/3, 1/3) 1 0 0         El 33% estaremos en cada estado Periodicidad de orden 3
  • 15. Ejemplo 6 0 0.2 0.4 0.4 0 1 0 0 0 0 1 0   Encontrando los valores propios 0.2 0.4 0.4 0 1 0 0 0 0 1 0 -λ(1-λ)(1-λ)(1-λ)=0 ∴λ 1=0 λ 2=1 λ 3=1, λ 4=1 Ejemplos 0 0 0 0 P             = 0 1 2 0.4 1 1 0 0 0 0 1 = − − − − λ λ λ λ Para λ 0.4 2=1 π(0)=0  0 0.2 0.4 0.4 0 1 0 0 0 0 1 0 2 0.2 π(1)=0.2 π(0)+ π(1) π(2)=0.4π(0)+ π(2) π(3)=0.4 π(1)+ π(3) π(0)+π(1)+ π(2)+ π(3) =1  1 Solución Múltiple, no es estacionario, la distribución a largo plazo depende en que estado se inicie             = 0 0 0 1 (π (0), π (1), π (2), π (3)) (π (0), π (1), π (2), π (3)) 3 raíces igual a 1(3 clases finales: 3 estados absorbentes)
  • 16. Ejemplo 7 0.5 0.5 0 0 0 1   = Encontrando los valores propios 0.5 0.5 0 0 0 1 (0.5-λ)(-λ(0.5-λ)-0.5)=0 (0.5-λ)(-0.5λ+λ2-0.5)=0 (0.5-λ) (λ-1) (λ-0.5)=0 ∴λ 1=0.5 λ 2=1 λ 3=-0.5 Ejemplos 0 0.5 0.5 P         0 2 0 0 0.5 0.5 = − − − λ λ λ Para λ 2=1 (π (0), π (1), π (2)) = (π (0), π (1), π (2)) π(0)=0.5π(0)      0.5 0.5 0 0 0 1 0 0.5 0.5 π(1)=0.5π(0)+ 0.5π(2) π(2)= π(1)+0.5 π(2) π(0)+π(1)+ π(2)=1      Despejando π(0)=0, π(1)=1/3, π(2)=2/3 1 {1,2} Recurrentes {0} Transitorio Clase final Un sólo valor característico igual 1 significa una sola clase final
  • 17. Ejemplos Si multiplicamos 0.5 0.5 0   (0, 1/3, 2/3) 0 0 1 = Supongamos que iniciamos en el estado 0 π 0=(1,0,0) π 1=(0.5,0.5,0) π 3=(0.25,0.25,0.5) . . . (0, 1/3, 2/3) 0 0.5 0.5         El 33% estaremos en el estado 1 y el 66% en el estado 2 y 0 en el estado 0 La distribución a largo plazo es única y no depende del estado inicial ¿Qué pasará si iniciamos en 1 o 2?
  • 18. Ejemplo 8 0 0.5 0.5 0 0 1   = Encontrando los valores propios -λ(λ2-1)=0 ∴λ 0 0.5 0.5 0 0 1 1=0 λ 2=1 λ 3=-1 Ejemplos 0 1 0 P         0 2 0 0 1 = − − − λ λ λ Para λ 2=1 (π (0), π (1), π (2)) (π (0), π (1), π (2)) π(0)=0      = 0 0.5 0.5 0 0 1 0 1 0 π(1)=0.5π(0)+ π(2) π(2)= 0.5π(0)+π(1) π(0)+π(1)+ π(2)=1      Despejando π(0)=0, π(1)=1/2, π(2)=1/2 1 {1,2} Recurrentes {0} Transitorio Clase final Un sólo valor característico igual 1 significa una sola clase final de orden 2 (periodicidad 2)
  • 19. Ejemplos Si multiplicamos 0 0.5 0.5   (0, 1/2, 1/2) 0 0 1 = Supongamos que iniciamos en el estado 0 π 0=(1,0,0) π 1=(0,0.5,0.5) π 3=(0,0.5,0.5) . . . (0, 1/2, 1/2) 0 1 0         El 50% estaremos en el estado 1 y 2, y 0 en el estado 0 ¿Qué pasará si iniciamos en 1 o 2?
  • 20. Observaciones Generales Toda matriz estocástica P tiene al menos un valor característico λ=1 El número de valores característicos iguales a uno es igual al número de clases finales de la cadena. El número de valores característicos raíces de la unidad (λ5=1) indica el orden de la periodicidad. La periodicidad de orden 1 implica aperiodicidad. Cuando hay más de una clase final existen múltiples soluciones para el vector de distribución a largo plazo π. Cuando hay periodicidad el estado a largo plazo depende en realidad del estado inicial y del número de transición.